在《计算方法》和《计算机图形学基础》中讲到插值(线性插值、抛物线插值、高次lagrang插值)的拟合度,在三种自由曲线的图形中,是上升趋势,我们总以为次数越高精度越高,实际上,当点数n 增大(次数m=n-1 也增大)时,有时会在两端产生激烈的震荡,出现函数不收敛的现象,即所谓的龙格现象。在数值分析中,高次插值会产生龙格现象。即在两端处波动极大,产生明显的震荡。这种现象产生的原因是什么?是截断误差的增大还是舍入误差的增大?我们简单的来看一看。

通常在我们的计算方法中,有利用多项式对某一函数的近似逼近,利用多项式就可以计算相应的函数值。例如,在事先不知道某一函数的具体形式的情况下,只能测量得知某一些分散的函数值。利用已经测的数据,应用待定系数法便可以求得一个多项式函数f(x)。应用此函数就可以计算或者说预测其他日期的气温值。一般情况下,想象一下泰勒展开,多项式的次数越多,需要的阶数越多,而信息也就越完全。但是事情并不总是这样,1901年,Carl Runge发表了他关于高次多项式插值风险的研究结果,给出一个简单的函数:

该函数被称为龙格函数,该函数有这么一个性质,就是你使用多项式插值来逼近,居然在次数越大的时候误差越大,这和一般的“次数越多越好”的常识有冲突了。下面是演示插值的M文件:

[plain] view plain copy
for i=3:2:11  x=linspace(-1,1,i);  y=1./(1+25*x.^2);  p=polyfit(x,y,i-1);  xx=-1:0.01:1;  yy=polyval(p,xx);  plot(xx,yy,'b');
hold on;
grid on;
end;
plot(x,1./(1+25*x.^2),'r');  

运行效果如下:

图中红色的才是真正的函数图形。一般吧这种次数越高而插值结果越偏离原函数的现象称为龙格现象。所以在不熟悉曲线运动趋势的前提下,不要轻易使用高次插值。

什么是龙格现象(Runge phenomenon)?如何避免龙格现象?相关推荐

  1. matlab 龙格现象,利用MATLAB分析数值积分中的龙格(Runge)现象(1)

    实验目的: 观察Lagrange插值及数值积分中的龙格(Runge)现象.了解数值不稳定现象. 实验题目:(1)对于函数f(x)=1/(1+x^2),-4<=x<=4进行Lagrange插 ...

  2. matlab实验-拉格朗日插值的龙格(Runge)现象

    记一次数学作业 学会用拉格朗日插值法 n=15; %5,10,15插值点数 syms t;x = linspace(-5,5,n); y=f(x); for i=1:n L(i)=Lagrange(x ...

  3. matlab插值龙格实验,实验二 拉格朗日插值龙格现象

    汕 头 大 学 实 验 报 告 学院: 工学院系: 计算机系专业: 计算机科学与技术年级:2010 姓名: 林金正学号:2010101032完成实验时间: 5月24日 一.实验名称:拉格朗日插值的龙格 ...

  4. matlab插值龙格实验,实验二 拉格朗日插值龙格现象.doc

    实验二 拉格朗日插值龙格现象 汕 头 大 学 实 验 报 告 学院: 工学院 系: 计算机系 专业: 计算机科学与技术 年级: 2010 姓名: 林金正 学号: 2010101032 完成实验时间: ...

  5. 龙格库塔c 语言编程实现,龙格库塔C 语言编程实现

    最新一直在学一门很苦逼的课程<数值分析>,哎,高等数学没学好现在后悔了呀,哎回来再恶补,现在说正事. 龙格库塔很牛掰的名字,是两个国外数学家的名字的合并,应该又是两个大牛. 这个方法主要是 ...

  6. 计算机故障的现象有哪些,电喷发动机常见故障现象有哪些

    轿车总是在不同工作条件下高速度运动的,总有一些零件不可靠.易损坏.易老化或装配不当.连接不牢靠,从而会造成电控喷射系统发生故障或部分功能失效,导致发动机工作不良或不工作. 1. 电脑故障 电控汽油喷射 ...

  7. 【12月学习进度3/31—计算机图形学期末准备01】拉格朗日插值 + 三次Hermite插值

    相关概念 型值点:事先给定的离散点 插值:得到的曲线通过所有的型值点 逼近:不要求通过给定的所有型值点,用给定型值点控制曲线形状 Hermite多项式 拉格朗日插值 拉格朗日插值是当 j=0j=0j= ...

  8. python插值程序_计算方法(2)——插值法(附Python程序)

    给定一些数据,生成函数的方式有两种:插值,回归. 插值而得到的函数通过数据点,回归得到的函数不一定通过数据点. 下面给出拉格朗日插值,牛顿插值和Hermite插值的程序, 具体原理可参考课本,不再赘述 ...

  9. 数学建模常见的一些方法【03插值算法】

    文章目录 数学建模常见的一些方法 1. 插值算法 1.1 插值法的定义 1.2 插值法的分类 1.3 一般插值多项式原理 1.4 拉格朗日插值法 1.5 龙格现象(Runge phenomenon) ...

最新文章

  1. 特斯拉fsd全自动驾驶与华为自动驾驶
  2. Lync 手机客户端登录过程
  3. python中字符串前面加一个u或者r的区别
  4. Java机器学习库ML之二Feature Selection(特征选择)
  5. CV之FDFA:利用MTCNN的脚本实现对LFW数据集进行FD人脸检测和FA人脸校准
  6. 移动设备改变IO,试图改变(数据的)存储和处理(CPU)
  7. HBase之Table.put客户端流程(续)
  8. python实现常见排序算法
  9. qdir 类似工具_qdir 类似工具_支持 Win8.1,全能资源管理器 Q-Dir 5.74 发布
  10. 四川加油,中国人加油!我们永远不服输!
  11. 网线接法:交叉线、直通线的网线水晶头图解
  12. 百度android输入法表情符号,百度输入法安卓5.8版推“史上最丰富颜文字库”
  13. 互联网人必看的中台理论,阿里腾讯架构师用大白话讲出来了
  14. 主流视频客户端核心代码的实现
  15. 又拍网架构-又一个用到python的网站(转载)
  16. win7下还原快捷方式的打开方式
  17. newtonsoft.json java,Newtonsoft.Json无法反序列化有效的JSON
  18. 康奈尔笔记系统介绍和购买
  19. MATLAB中的FFT函数以及频谱泄露
  20. Linux下添加开机启动,Linux设置程序开机自启动

热门文章

  1. 使用python获取中国证券投资基金业协会上数据
  2. 深度学习--基于队列的数据随机载入
  3. springboot+校园新闻数据化系统-计算机毕设 附源码99293
  4. 1,10-Phen|邻菲啰啉|邻二氮杂菲|1,10-菲啰啉有机配体-66-71-7
  5. js 拖动图片移动位置插件jquery.dad.js
  6. 创业者必学的六种植物[转]
  7. python秒表游戏代码_Javascript实现秒表计时游戏
  8. 多尺度动态图卷积神经网络----Multi-scale Dynamic Graph Convolutional Network for Hyperspectral Image Classificati
  9. 3D打印机故障问题与解决总集
  10. 与贸易有关的知识产权协议 (转)